Porous Polydimethylsiloxane–Silver Nanowire Devices for Wearable Pressure Sensors
Notice bibliographique
Résumé
We demonstrate a simple, nonlithographic method for fabricating piezoresistive pressure sensors with a broad range of working pressures and low detection limit. Our wearable pressure sensor is fabricated by using two metallized, porous polymer layers which undergo a change in resistance as a function of pressure. This sensor has a sandwich structure composed of top and bottom sheets of porous polydimethylsiloxane (PDMS) fabricated by using a simple templating method. The inner face of each of these layers is coated with a layer of conductive silver nanowires (AgNWs). The AgNW layers are initially in light contact, and the device undergoes a change in resistance when pressure is applied perpendicular to the plane of the sheets. In these devices, the size of the pores is an important determinant of the device sensitivity and range. Powder templates of KCl, NaCl, and sugar are used to create different sized pores (60–90, 200–275, and 400–550 μm, respectively) in the elastomeric PDMS layers, which in turn affects the mechanical deformability of the devices. The sensors fabricated with KCl porous layers (which had the smallest pores) demonstrate the best performance, with a sensitivity of 14.1 kPa–1 (up to 3.5 kPa), 4.8 kPa–1 (up to 10 kPa), and 1.84 kPa–1 (up to 40 kPa) and good stability over 1000 loading and unloading cycles. Pressure sensors are also fabricated by decreasing the ratio of PDMS base to curing agent from the standard 10:1 formulation, which increases the stiffness of the viscoelastic PDMS layer and thus shortens the response time. The stiffest formulation (5:1 (base:curing agent)) sample gives the shortest response time of ∼47 ms. Wearable electronic applications of these devices, including pulse measurement, facial movements, and sound tracking, are demonstrated in this work.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».